S型曲线拟合描述.pptVIP

第十章 曲线回归 本章介绍可以直线化的曲线回归的类型，以生长型曲线为例说明曲线的直线化配合，曲线回归方程的拟合度 第一节 曲线回归的意义 直线回归的局限 1、两变量之间的关系不完全是直线关系 2、简单相关不显著并不表示两变量间无相关 3、两变量间更普遍的关系是曲线关系 4、直线回归仅是曲线回归的一种特殊形式 5、直线回归是曲线回归中的一部分 曲线配合的一般步骤： 1、确定回归关系的类型：线性 非线性（曲线形状） 2、确定回归关系的参数、相关指数、估计标准误 3、对所得回归方程作显著性检验 曲线方程可分为两种： 可直线化的曲线方程 不可直线化的曲线方程（多项式） 因此，首先应确定两变量的曲线关系是哪一种 第二节 曲线类型及其方程 本章仅讨论可以直线化的曲线方程 ——函数型曲线方程 （一）幂函数 直线化：两边取对数： 令： 则有： 对 求 A 和 b， 并得 即可得：a、b，建立方程 （双对数转换，即对 x、y 均求对数后输入） （二）指数函数 或 直线化：两边取对数： 令： 则有 对 求A 并得 即可得 a、b，建立方程 （单对数变换，即对 y 求对数后与 x 一起输入） （三）双曲线函数 令： 则 对 x 求 X 即可得 中的 a、b （倒数变换，即取 x 的倒数，与 y 一起输入） 此外还有一些曲线方程： 下面是几种可以转换为直线方程的曲线函数图形： 曲线回归的计算器计算方法： 计算器将出现如下画面： （Lin） 线性回归： （Log）对数回归： （Exp）指数回归： （Pwr）幂函数回归： （inv） 双曲线回归： （Quad）抛物线回归： （四）S型曲线 陆生、水生动物的种群增长、微生物种群增长、细胞的生（增）长等都是这一模式 因此，S型曲线又称为生长型曲线、logistic曲线，其变换形式有以下几种： 类似的生长型曲线还有 Gompertz 曲线： 其变换形式： Bertalanffy 曲线： 在这些曲线方程中，无一例外的都有3个需要计算的统计量：k、a、b K 是当 x 趋向于 +∞时 y 所能达到的最大值，往往是未知的，因此也是需要进行计算的 这是生长曲线与其他可以直线化的曲线方程不同的地方 这些曲线方程中的 x 往往是时间单位，因此一般可用 t 表示，而 y 往往是群体的增长量，或群体增长倍数，所以也可以用 N 表示 我们这里仅对典型的 S 型曲线方程进行直线化，其他变换类型的方程直线化可以仿此进行 测得某微生物在一定温度下随时间变化的平均增长量 数据如下： 时 间t 1 2 3 4 5 6 7 8 9 增长倍数N 1.3 1.5 2.6 3.6 6.8 8.4 8.5 9.1 9.5 从下面的散点图我们可以看出，可配合S型曲线： 10 8 6 4 2 1 2 3 4 5 6 7 8 9 我们采用生长曲线的一般形式 进行配合 变换，两边取对数，得： 并令： 从数据表中取三个等距的点代入上式（一般总取始点、中点、末点）：（1，1.3）、（5，6.8）、（9，9.5） 解这一三元一次方程组，消去a、b，得： 则 这是一个通式，任何配置 S 型曲线的数据资料均可使用这一公式求得 k 值 将上式中的 代入 式，得 即为 k 的解 将k=9.78代入 可得和t相对应的各个Y值 将这些 Y 值写在数据表下方对应处，用最小二乘配置法配置直线 时 间t 1 2 3 4 5 6 7